位置：首页-资讯-后端开发

在Pandas DataFrame中插入一列的方法实例

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

引言

通常，您可能希望在 Pandas DataFrame 中插入一个新列。幸运的是，使用 pandas insert()函数很容易做到这一点，该函数使用以下语法：

insert(loc, column, value, allow_duplicates=False)

在哪里：

loc：插入列的索引。第一列是 0。
column：赋予新列的名称。
value：新列的值数组。
allow_duplicates：是否允许新列名匹配现有列名。默认值为假。

本教程展示了如何在实践中使用此功能的几个示例。

示例 1：插入新列作为第一列

以下代码显示了如何插入一个新列作为现有 DataFrame 的第一列：

import pandas as pd
 
#create DataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})
 
#view DataFrame
df
        points	assists	rebounds
0	25	5	11
1	12	7	8
2	15	7	10
3	14	9	6
4	19	12	6
 
#insert new column 'player' as first column
player_vals = ['A', 'B', 'C', 'D', 'E']
df.insert(loc=0, column='player', value=player_vals)
df
 
        player	points	assists	rebounds
0	A	25	5	11
1	B	12	7	8
2	C	15	7	10
3	D	14	9	6
4	E	19	12	6

示例 2：插入新列作为中间列

以下代码显示了如何插入一个新列作为现有 DataFrame 的第三列：

import pandas as pd
 
#create DataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})
 
#insert new column 'player' as third column
player_vals = ['A', 'B', 'C', 'D', 'E']
df.insert(loc=2, column='player', value=player_vals)
df
 
        points	assists	player	rebounds
0	25	5	A	11
1	12	7	B	8
2	15	7	C	10
3	14	9	D	6
4	19	12	E	6

示例 3：插入新列作为最后一列

以下代码显示了如何插入一个新列作为现有 DataFrame 的最后一列：

import pandas as pd
 
#create DataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})
 
#insert new column 'player' as last column
player_vals = ['A', 'B', 'C', 'D', 'E']
df.insert(loc=len(df.columns), column='player', value=player_vals)
df
 
        points	assists	player	rebounds
0	25	5	A	11
1	12	7	B	8
2	15	7	C	10
3	14	9	D	6
4	19	12	E	6

请注意，使用 len(df.columns) 允许您在任何数据帧中插入一个新列作为最后一列，无论它可能有多少列。

您可以在此处找到 insert() 函数的完整文档。

补充：按条件选择分组分别赋值

按条件先选择数据，然后对这部分数据赋值新列

实例：高低温差大于10度，则认为温差大

# 先创建空列（这是第一种创建新列的方法）
df['wencha_type'] = ''

df.loc[df["bWendu"]-df["yWendu"]>10, "wencha_type"] = "温差大"

df.loc[df["bWendu"]-df["yWendu"]<=10, "wencha_type"] = "温差正常"